|DOI| |appveyor| |在Gitter上加入聊天| |arXiv| |RG| |Binder| |下载| |许可证| |twitter|

HDLTex: 用于文本分类的层次深度学习

参考论文：《HDLTex: 用于文本分类的层次深度学习》

|图片|

文档:

随着文档集合规模的不断增大，需要改进信息处理方法以搜索、检索和组织文本。文档分类是这些信息处理方法的核心，已成为监督学习的重要应用。近来，随着文档数量的增加，传统监督分类器的性能有所下降。这是因为文档数量的增长伴随着类别数量的增加。本文采用与当前将问题视为多类分类的文档分类方法不同的方法。我们使用一种称为文本分类层次深度学习(HDLTex)的方法进行层次分类。HDLTex采用堆叠的深度学习架构，在文档层次结构的每个层级提供专门的理解。

安装

使用pip

.. code:: bash

pip install HDLTex

使用git

.. code:: bash

git clone --recursive https://github.com/kk7nc/HDLTex.git

该软件包的主要要求是Python 3和Tensorflow。requirements.txt文件包含所需Python包的列表；要安装所有要求，请运行以下命令：

.. code:: bash

pip -r install requirements.txt

或

.. code:: bash

pip3 install -r requirements.txt

或：

.. code:: bash

conda install --file requirements.txt

如果上述命令不起作用，请使用以下命令：

.. code:: bash

sudo -H pip install -r requirements.txt

HDLTex的数据集:

数据集链接: |数据|

Web of Science数据集 WOS-11967 <http://dx.doi.org/10.17632/9rw3vkcfy4.2>__

    该数据集包含11,967个文档，有35个类别，包括7个父类别。

Web of Science数据集 WOS-46985 <http://dx.doi.org/10.17632/9rw3vkcfy4.2>__

    该数据集包含46,985个文档，有134个类别，包括7个父类别。

Web of Science数据集 WOS-5736 <http://dx.doi.org/10.17632/9rw3vkcfy4.2>__

    该数据集包含5,736个文档，有11个类别，包括3个父类别。

要求：

通用：

Python 3.5或更高版本，参见《安装说明》
TensorFlow，参见《安装说明》
scikit-learn，参见《安装说明》
Keras，参见《安装说明》
scipy，参见《安装说明》
GPU
- CUDA® Toolkit 8.0。详情请参见NVIDIA文档。
- 与CUDA Toolkit 8.0相关的NVIDIA驱动程序。
- cuDNN v6。详情请参见NVIDIA文档。
- 具有CUDA计算能力3.0或更高版本的GPU卡。
- libcupti-dev库，
- 要安装此库，请执行以下命令：

    $ sudo apt-get install libcupti-dev

特征提取:

全局词向量表示 (GLOVE <https://nlp.stanford.edu/projects/glove/>__)

    对于CNN和RNN，你需要下载并链接GLOVE的文件夹位置

错误和评论:

发送电子邮件至kk7nc@virginia.edu

引用:

.. code:: bash @inproceedings{Kowsari2018HDLTex, 作者={Kowsari, Kamran and Brown, Donald E and Heidarysafa, Mojtaba and Meimandi, Kiana Jafari and Gerber, Matthew S and Barnes, Laura E}, 会议名称={2017年第16届IEEE国际机器学习与应用会议(ICMLA)}, 标题={HDLTex: 用于文本分类的层次深度学习}, 年份={2017},
页码={364-371}, doi={10.1109/ICMLA.2017.0-134},
月份={12月} }

.. |DOI| image:: https://img.shields.io/badge/DOI-10.1109%2FICMLA.2017.0--134-blue :target: https://doi.org/10.1109/ICMLA.2017.0-134 .. |travis| image:: https://travis-ci.org/kk7nc/HDLTex.svg?branch=master :target: https://travis-ci.org/kk7nc/HDLTex .. |wercker status| image:: https://app.wercker.com/status/24a123448ba8764b257a1df242146b8e/s/master :target: https://app.wercker.com/project/byKey/24a123448ba8764b257a1df242146b8e .. |加入Gitter聊天室| image:: https://badges.gitter.im/Join%20Chat.svg :target: https://gitter.im/HDLTex/Lobby?source=orgpage .. |appveyor| image:: https://ci.appveyor.com/api/projects/status/github/kk7nc/HDLTex?branch=master&svg=true :target: https://ci.appveyor.com/project/kk7nc/hdltex .. |arXiv| image:: https://img.shields.io/badge/arXiv-1709.08267-red.svg?style=flat :target: https://arxiv.org/abs/1709.08267 .. |RG| image:: https://img.shields.io/badge/ResearchGate-HDLTex-blue.svg?style=flat :target: https://www.researchgate.net/publication/319968747_HDLTex_Hierarchical_Deep_Learning_for_Text_Classification .. |Binder| image:: https://mybinder.org/badge.svg :target: https://mybinder.org/v2/gh/kk7nc/HDLTex/master .. |license| image:: https://img.shields.io/github/license/mashape/apistatus.svg?maxAge=2592104 :target: https://github.com/kk7nc/HDLTex/blob/master/LICENSE .. |Data| image:: https://img.shields.io/badge/DOI-10.17632/9rw3vkcfy4.6-blue.svg?style=flat :target: http://dx.doi.org/10.17632/9rw3vkcfy4.6 .. |Pic| image:: docs/HDLTex.png :alt: HDLTex作为两个层级都是DNN .. |twitter| image:: https://img.shields.io/twitter/url/http/shields.io.svg?style=social :target: https://twitter.com/intent/tweet?text=HDLTex:%20用于文本分类的层次深度学习%0aGitHub:&url=https://github.com/kk7nc/HDLTex&hashtags=深度学习,文本分类,分类,机器学习,深度神经网络